O ranking do homem endividado: sobre modos de subjetivação a partir do

novo Cadastro Positivo

PAULA CARDOSO PEREIRA1

Resumo De que modo o novo Cadastro Positivo, banco de dados que reúne informações financeiras de pessoas físicas e jurídicas para avaliar o risco de oferta de crédito e sancionado esse ano no país, sintetiza as novas relações entre capitalismo, controle e subjetivação nas sociedades contemporâneas? Da produção subjetiva da crise, sintetizada na figura do homem endividado passando pela proliferação dos sistemas de avaliação e classificação baseados em comportamentos, pelo uso de algoritmos preditivos para automatizar decisões sobre indivíduos à incorporação das tecnologias de reconhecimento facial no cerne das práticas cotidianas demonstraremos como este sistema sociotécnico materializa um conjunto de técnicas, saberes, práticas e discursos emblemáticos dos “modos de existência” que vinculam os regimes contemporâneos do controle e da financeirização da vida. Encontraremos assim na dívida e no sistema sociotécnico do Cadastro Positivo dispositivos privilegiados para pensar os processos específicos de subjetivação produzidos a partir das novas intersecções entre as dinâmicas do neoliberalismo e do controle e suas dimensões maquínicas. Veremos como ambos operam sobre um duplo vetor de subjetivação e sob um regime de temporalidade e poder baseado na antecipação e no monitoramento de comportamento.

Palavras-chave: dívida; categorização; antecipação; subjetivação.

O que é o Cadastro Positivo?

De modo simplificado, o Cadastro Positivo é um banco de dados que reúne informações financeiras

com histórico de crédito e pagamentos de pessoas físicas e jurídicas para avaliar o risco de oferta de

crédito. Operando como um sistema de pontuação em que cada participante passa a ter uma nota

(score), o Cadastro Positivo é anunciado como um contraponto aos chamados “cadastros negativos”

(como Serasa e SPC) já que valorizaria os “bons pagadores”. O objetivo é que a pontuação meça e

preveja, com base no histórico, “quão confiável” uma pessoa é para receber um empréstimo, um

financiamento ou mesmo uma compra no cartão de crédito. Ou seja, qual a probabilidade de calote

que ela oferece. A Lei Complementar 166/2019 (BRASIL, 2019), que torna a adesão automática, foi

sancionada sem vetos em abril deste ano e entrará em vigor a partir de 9 de julho.

O instrumento, na verdade, já existe desde 2011 através da Lei 12.414/2011 (BRASIL, 2011) e foi

regulamentado em 2013, mas não deslanchou, diziam agentes do sistema financeiro, por conta do

modelo de adesão com que operava até então. Ele dependia da aprovação prévia do interessado

para constar na base de dados - o chamado “opt in”. Diante desse “problema informacional”, a

1 Doutoranda do Programa de Pós-Graduação em Comunicação e Cultura da Escola de Comunicação da Universidade Federal do Rio de Janeiro, paula.cpereira@gmail.com.

26 a 28 de junho de 2019 ISSN 2175-9596

2

solução encontrada foi inverter a lógica da adesão. O novo cadastro elimina o artigo 16 da lei

supracitada e automatiza a adesão dos consumidores e empresas que, caso queiram sair, devem

manifestar-se - o chamado “opt out”2. Assim, informações financeiras de toda a população

economicamente ativa serão incorporadas a esse banco de dados. Na prática, isso significa entre 130

e 150 milhões de pessoas físicas, além de 4 a 5 milhões de pessoas jurídicas (QUOD, 2019).

Eles quodem

Entre os birôs de crédito que farão a gestão da base de dados do Cadastro Positivo está a Quod,

controlada pelos cinco maiores bancos em atuação no país (Banco do Brasil, Bradesco, Caixa

Econômica Federal, Itaú-Unibanco e Santander) e responsáveis por cerca de 90% dos ativos do

sistema financeiro nacional. Em artigo patrocinado veiculado no Valor Econômico em abril deste ano

(QUOD, 2019), a empresa se apresenta como um ator que vai transformar a relação de consumo no

país combinando técnicas de Big Data, inteligência artificial e o uso de plataformas para transformar

histórico de pagamentos em inteligência para oferecer “produtos e soluções de análise de risco, de

prevenção a fraudes e de gestão e análise de grandes volumes de dados” (ibid.). Por meio do

monitoramento constante do comportamento financeiro dos cidadãos, a Quod pretende fazer uma

análise assertiva do perfil do “potencial tomador de empréstimo”.

Vamos acompanhar o comportamento financeiro das pessoas e valorizar bons pagadores. Sai emprestar no escuro, entra conhecer as pessoas. Sai rótulo de nome sujo, entra educação financeira de verdade. (ibid.)

Há ainda uma última inquietante parceria nessa rede. Se trata da startup FullFace, especializada em

identificação por biometria facial. Com um algoritmo proprietário capaz de reconhecer 1024 pontos

da face, o recurso será usado para confirmar a identidade dos consumidores ao acessar os aplicativos

para consulta da nota.

Como funcionará o Cadastro Positivo?

O Instituto Brasileiro de Defesa do Consumidor elaborou um guia em que esclarece os principais

pontos passíveis de dúvidas sobre o Cadastro Positivo. Nele, pontuam que a nota dada a cada

consumidor, que varia de 1 a 100, é “calculada a partir das informações coletadas pelas empresas,

2 Caso queira cancelar ou reativar seu cadastro, o consumidor deve fazer a solicitação a um dos gestores por meio telefônico, físico e eletrônico. Seu pedido deverá ser atendimento no prazo de até 2 dias úteis.

26 a 28 de junho de 2019 ISSN 2175-9596

3

com seus dados financeiros, sua renda, pagamento de contas de energia, água, telefone, entre

outros”3 (IDEC, 2019).

O histórico e nota de cada consumidor serão gerados com base em dados como empréstimos

tomados, datas sobre compras e financiamentos, prazos de pagamento, valor e quantidade das

parcelas, pontualidade do pagamento e dados cadastrais. Além disso, guiados por um axioma

chamado de “homofilia” segundo o qual similaridade gera conexão (CHUN, 2018), informações sobre

seus familiares, dependentes ou de primeiro grau (pais, mães, filhos e filhas), também podem ser

utilizadas para classificar os consumidores como potenciais bons ou maus pagadores. Essas

informações serão cedidas por bancos, lojas de varejo e concessionárias de luz e telefone aos birôs

de créditos, que passam a ser atores cruciais nessa rede.

No texto aprovado detalha-se que as informações armazenadas devem ser “objetivas, claras,

verdadeiras e de fácil compreensão que sejam necessárias para avaliar a situação econômica do

cadastrado” (BRASIL, 2019). Por outro lado, é vedado o uso de anotações, ou seja as informações

utilizadas para o histórico de crédito, baseadas em informações excessivas - “assim consideradas

aquelas que não estiverem vinculadas à análise de risco de crédito ao consumidor” ou sensíveis -

“assim consideradas aquelas pertinentes à origem social e étnica, à saúde, à informação genética, à

orientação sexual e às convicções políticas, religiosas e filosóficas”.

Implicações

Há várias implicações em jogo com a entrada em vigor do novo Cadastro Positivo. As mais evidentes

relacionadas à proteção de dados pessoais, mas que não se esgotam aí. A Coalizão Direitos na Rede

(2018) lançou uma carta aberta4 assinada por diversas organizações civis que alerta sobre os

principais riscos5. Além do ataque à proteção de dados pessoais e aos direitos do consumidor que

significa a modificação da lei de sigilo bancário que libera o compartilhamento de informações e a

ampliação automática das bases de cadastro positivo sem o consentimento dos cidadãos, há outras

nuances mais complexas e a princípio menos evidentes.

Apesar do texto de lei proibir o uso do que chamam de “informações excessivas”, aquelas não

diretamente relacionadas à análise de risco do consumidor, o texto não deixa claro quais seriam

seriam ou não incluídas na categoria. Na prática, essa indefinição abre margem para que birôs de

3 Quanto mais perto de 1, “menos confiável” a pessoa é considerada para uma oferta de crédito. Inversamente, quanto mais próximo de 1000, maior a sua chance de ser considerado um bom pagador”.

4 https://direitosnarede.org.br/p/reforma-do-cadastro-positivo-plp441/

5 O Procon de São Paulo também lançou uma nota de alerta sobre o assunto.

http://www.procon.sp.gov.br/noticia.asp?id=5550

26 a 28 de junho de 2019 ISSN 2175-9596

4

crédito, como a própria Quod declara sem disfarces no artigo supracitado, utilize “dados disponíveis

em suas redes sociais e até seu histórico em processos judiciais” (QUOD, 2019) para a composição

das “avaliações de risco” dos clientes. Ou seja, fica aberta a possibilidade de coletar indiretamente

informações, inclusive aquelas classificadas como sensíveis, para formação de perfis (profiling) a

partir de dados implícitos. Uma dinâmica que Shoshana Zuboff (2019) identifica como a extração de

“excedente comportamental” a partir de nossos dados e que seria o foco de investimento

privilegiado das lógicas e técnicas da vigilância contemporânea para a elaboração de produtos

preditivos6.

Outro problema da definição do cadastro como aprovada reside na opacidade sobre como o cálculo

da pontuação é feito. Não existe regra sobre a metodologia dos gestores do banco para calcular a

nota já que, segundo o texto, “cada gestor de banco de dados possui autonomia para criar a sua

própria metodologia de pontuação” (BCB, 2019). Ou seja, apesar de que o gestor de banco de dados

deve disponibilizar em seu site a sua política de coleta e utilização de dados pessoais para fins de

elaboração de análise de risco de crédito (ibid.), a metodologia em si - que na prática significa o

algoritmo preditivo do “risco de calote” - permanecerá oculta como segredo de mercado. Além disso,

como aponta o IDEC, o texto aprovado não apresenta nenhuma regra sobre incidentes de segurança

ou medidas preventivas que as empresas devem tomar em caso de vazamento de informações

sensíveis.

Na análise que fazem dos sistemas de pontuação de crédito tomando como objeto o caso dos

Estados Unidos, onde o primeiro sistema do tipo surgiu ainda nos anos 50, Citron & Pasquale (2014)

apontam que os três problemas básicos desse tipo de dispositivo são a “opacidade”, as “avaliações

arbitrárias e o impacto desigual sobre minorias”. Para Cathy O’Neil, essas “armas de destruição

matemática” (2017) - como qualifica os modelos matemáticos preditivos que guiam decisões cada

vez mais automatizadas sobre a vida e o futuro - apenas agravam as desigualdades já existentes7.

O’Neil define modelos como opiniões embutidas em matemáticas. Eles são, por definição,

simplificações resultantes das decisões sobre inclusão e exclusão. Ditas simplificações, que

funcionam como uma versão miniaturizada do mundo a partir da qual podemos inferir fatos e ações,

sempre contém “pontos cegos” que refletem os julgamentos e prioridades de seus criadores. Para a

6 Zuboff (op. cit) relaciona a extração do que chama de “excedente comportamental” dos nossos dados à descoberta de que informações de perfil de usuário podem ser inferidas, presumidas ou deduzidas indiretamente. Essa dinâmica seria parte de uma nova ordem econômica que reivindica a experiência humana como matéria-prima para práticas comerciais ocultas de extração, previsão e vendas e que a autora designa como “capitalismo de vigilância”.

7 Essa automatização, no entanto, não é homogênea já que para ela, cada vez mais, os “privilegiados são analisados por pessoas, e as massas, por máquinas” (MENÁRGUEZ, 2018).

26 a 28 de junho de 2019 ISSN 2175-9596

5

autora, se um modelo funciona ou não, é uma questão de opinião. O elemento chave, se trate de um

modelo formal ou informal, é a sua definição de sucesso. Portanto, o que devemos nos perguntar

não é apenas quem o projetou mas qual a definição de sucesso inscrita no modelo8.

Se o Big Data se transformou em templum para as indústrias do mercado, da ciência e da guerra,

cada vez mais entrelaçadas, o algoritmo é tido agora como um “pequenos mago” (FINN, 2007) cujas

propriedades são capazes de “transmutar” os oceanos de dados em “signos da previsão” (DIDI-

HUBERMAN, 2010) por meio de regras de operação dificilmente explícitas ou inteligíveis. Nesse

regime em que o futuro é circunscrito à esfera do provável e o passado se transforma em mero

acúmulo de padrões, o “olho do algoritmo”, fundado no reconhecimento de padrões e na detecção

de anomalias (PASQUINELLI, 2015), seria aquele que mais do que capaz de “tudo ver”, é capaz de

“ver além”9. Em termos informacionais, ele é o ator que transforma, por meio da percepção

maquínica de similaridades e correlações, ruído em sinal (STEYERL, 2018)10, ou o invisível em visível.

As recorrentes críticas aos algoritmos como caixas-pretas geralmente vêm associadas à defesa de

sistemas “mais transparentes” e “menos enviesados”. A saída, portanto, seria tornar explícitas as

regras e corrigir as inscrições “demasiado humanas” na arquitetura e comportamento dos

algoritmos11. Ainda que politicamente legítima, a apresentação do problema nesses termos não

parece dar conta da complexidade do que está em jogo. Mais do que transparência a questão

fundamental do algoritmo, sobretudo aqueles relacionados à predição automatizada, talvez seja

autonomia.

Sobre essa questão, os aportes pós-humanistas de Katherine Hayles (2019) podem contribuir com

uma nova perspectiva para a construção do debate, indo além das posturas tecnofílicas ou

tecnofóbicas. Ao refletir sobre sistemas autônomos e algoritmos de aprendizagem profunda (deep

8 Clements Apprich propõe pensar a “discriminação de padrões” (em inglês, pattern discrimination) num duplo sentido: simultaneamente um axioma fundante das culturas computacionais utilizado para descrever a imposição de identidade a um conjunto de dados com o objetivo de filtrar (ou seja, discriminar) informação a partir dele e a dimensão intrinsecamente política dos vieses e valores humanos embutidos nos sistemas de reconhecimento automatizados. São leituras que apontam para uma dimensão performativa do algoritmo e das tecnologias em rede uma vez que “they both enact what they describe and create their alleged subject via repetitious acts” (2018, p. xi).

9 Em seus estudos sobre a psicologia da adivinhação, Jacques Vernant, recuperado por Didi-Huberman (op.cit.) identifica a presença de um olhar capaz de transmutar através de uma modificação decisiva o estatuto de visibilidade do objeto contemplado. Este passa então de coisa visível, no sentido empírico, para ser suporte de coisas que entrever ou prever e que é capaz de acessar “relações íntimas e secretas das coisas, as correspondências e analogias” (ibid., p. 37).

10 Steyerl (op. cit.) cita uma interessante passagem contida em uma série de textos chamada “Sinal x Ruído” postadas no site interno da NSA de 2011 a 2012: “Developers, please help! We’re drowning (not waving) in a sea of data—with data, data everywhere, but not a drop of information” (Sontheimer in Steyerl 2018: 2).

11 Bruno e Faltay (2019), ao analisar os riscos da massificação do reconhecimento facial, atentam para o que chama de “encruzilhada ético-política” dessas ferramentas de identificação automatizada: quanto mais precisas elas forem, mais legitimidade têm para implementação em contextos públicos ou privados, pois menos controvérsias e questionamentos suscitarão.

26 a 28 de junho de 2019 ISSN 2175-9596

6

learning algorithms), no lugar do binário humano/não-humano, a autora propõe a produtiva

distinção entre o que chama de “cognoscentes” e “não cognoscentes”. O traço fundamental que

distinguiria uns dos outros é a capacidade de interpretação e escolha (ou seleção). Dessa perspectiva

tanto os atores humanos como computacionais são “cognoscentes”, ou seja, capazes de interpretar e

fazer escolhas, formando o que a autora chama de “agenciamentos cognitivos”12. Ainda que

obviamente exista uma profunda diferença na responsabilidade ética dos atores humanos como

aqueles que desenham, implementam e supervisionam esses “sistemas cognitivos complexos”, para

Hayles ambos são atores éticos no sentido de que estão aptos a performar ações que possuem

consequências éticas. Assim, num agenciamento complexo de “cognoscentes humanos e técnicos”, a

oposição não seria entre as escolhas humanas ou a implementação técnica, em última instância

entre humanos e não-humanos, já que necessariamente haveria uma interpenetração entre ambos.

mas de reconhecer que são os atores humanos que definem quanta autonomia deve ser dada aos

atores técnicos, ao mesmo tempo que essas escolhas são interpenetradas pela cognição técnica

(HAYLES, op. cit.)

Hayles alerta ainda que pode ser um obstáculo insistir demais na “transparência” já que a maioria

dos sistemas complexos exige um conhecimento técnico detalhado para serem entendidos em

profundidade. Seria então ingênuo esperar que esses sistemas sejam transparentes no conjunto,

uma vez que, por definição, suas arquiteturas têm muitos componentes interativos com enormes

ciclos de realimentação (feedback loops) conectando diversas partes. Um objetivo mais viável seria

exigir transparência de módulos específicos do sistema que interajam diretamente com os

consumidores (AMOORE & PIOTUKH, op. cit.)

Apesar da urgência política de pensar as questões relacionadas aos “modos de existência” desses

objetos técnicos tão emblemáticos dos nossos tempos como os algoritmos direciono meu texto

agora para outras questões que gostaria de privilegiar. Se trata de abordar a dívida e o sistema

sociotécnico do Cadastro Positivo enquanto dispositivos privilegiados para pensar os processos

específicos de subjetivação produzidos a partir das novas intersecções entre as dinâmicas do

neoliberalismo e do controle e suas dimensões maquínicas.

12 A produção teórica recente de Hayles visa, em última instância, a construção de uma “teoria da cognição não consciente”. “Cognition in this view exists as a spectrum rather than as a single point; it also is defined as a process rather than an entity, so it is inherently dynamic and transformative” (AMOORE; PIOTUKH, 2019: 2). Por isso, a questão fundamental para ela não seria a “agência” (num sentido latourniano), presente tanto nos “cognoscentes” quanto “não-cognoscentes”; mas na distinção entre agentes (forças materiais que possuem a habilidade de atuar) e atores (cognoscentes que podem interpretar e fazer escolhas).

26 a 28 de junho de 2019 ISSN 2175-9596

7

O ranking do homem endividado

Deleuze, em uma passagem de seu já muito conhecido e revisitado Post-scriptum sobre as

sociedades de controle, fazendo menção às rupturas com a antecessora sociedade disciplinar diz que

“[o] homem não é mais o homem confinado, mas o homem endividado” (1992). Se naquele

momento, início dos anos 90, dizia ele que o capitalismo havia mantido como constante a extrema

miséria de três quartos da humanidade, “pobres demais para a dívida, numerosos demais para o

confinamento”, hoje a inclusão do homem endividado no coração das políticas do capital não parece

mais ser um empecilho. Justamente o contrário. Ela parece ser a tônica de um capitalismo que atua

pela inclusão do excluído enquanto tal (COCCO, 2014).

Maurizio Lazzarato em seu O governo do homem endividado (2017) identifica essa questão como

central na mutação histórica dos aparelhos de captura e comando do neoliberalismo

contemporâneo. Para o autor, não é mais a relação capital/trabalho que está no centro da vida

econômica, social e política, mas a relação credor/devedor. Essa inflexão histórica, que teria sua

gênese na crise iniciada em 2007 a partir do colapso do mercado imobiliário americano é

intrinsecamente vinculada à financeirização como um “dispositivo de governança transversal” (p.14,

ibid.) e produz uma modalidade específica de subjetivação. Nesse contexto, a dívida seria a técnica

mais adequada de produção do homo economicus neoliberal (FOUCAULT, 2008) e a figura do homem

endividado corresponderia à produção subjetiva da crise e da dívida (op. cit.). Para Lazzarato, a dívida

do capitalismo contemporâneo é impagável, não reembolsável e infinita. É uma dívida de vida, não

apenas financeira.

Independente da controvérsia econômica que possa haver sobre esse último ponto, nos interessa

pensar como a lógica operativa do novo Cadastro Positivo, entre outros aspectos, é sintomática da

sociedade da dívida de que fala Lazzarato.

Segundo uma pesquisa da Confederação Nacional do Comércio de Bens, Serviços e Turismo de abril

deste ano, 62,7% das famílias brasileiras encontram-se endividadas13. Outro levantamento, este do

do Serviço de Proteção ao Crédito (SPC Brasil) e da Confederação Nacional de Dirigentes Lojistas

(CNDL) aponta que 62,6 milhões de brasileiros terminaram 2018 com alguma conta atrasada14.

13 Fonte: https://g1.globo.com/economia/noticia/2019/05/07/envidamento-das-familias-registra-quarta-alta-consecutiva-diz-cnc.ghtml 14 Fonte: https://economia.uol.com.br/noticias/redacao/2019/01/15/dividas-em-atraso-calote-spc-brasil-2018.htm

26 a 28 de junho de 2019 ISSN 2175-9596

8

Se a dívida agora é permanente e generalizada, não faz mais sentido excluir aqueles que devem das

dinâmicas consumidoras, lógica que regia os cadastros de tipo negativo como Serasa e SPC.

Tampouco faz sentido, como ocorria nestes, que o cidadão-consumidor transite entre um “fora” e

“dentro” desse mecanismo. Uma vez que os “bons” e “maus pagadores” habitam agora o mesmo

banco de dados, todos em estado permanente de potencial endividamento, o ranking - aqui mais um

efeito do que um ponto de partida - , passa a ser a forma de incluir todos sem necessariamente

solucionar antigas desigualdades (ao contrário, provavelmente intensificando-as) introduzindo um

modelo que opera a partir da “equivalência sem equidade” (ZUBOFF, 2019). Assim, as subjetividades

fragmentadas são extensivamente mas não homogeneamente incluídas. Apesar de que “todos serão

incluídos”, como diz a Quod, essa inclusão age tornando “formalmente equivalentes esferas

heterogêneas de força e poder assimétricos” (LAZZARATO, 2017: 41).

Nesse contexto, os sistemas de pontuação, como artefatos de avaliação e classificação

algoritmicamente produzidos, funcionam como um dispositivo que simultaneamente agrega e

segrega, personaliza e generaliza, individualiza e desindividualiza, numa dinâmica de natureza

aparentemente contraditória mas complementar que se relaciona com o que Lazzarato (2014, 2017)

identifica, inspirado em Deleuze e Guattari, como o duplo investimento da subjetividade que o

capitalismo opera: a sujeição social e a servidão maquínica e sobre a qual nos aprofundaremos

adiante.

Dois vetores de subjetivação

Lazzarato atribui a eficácia e poder capitalistas ao agenciamento desse duplo investimento sobre as

subjetividades. Enquanto a sujeição social se relaciona com a formação de uma subjetividade

individual, “ao nos atribuir uma identidade, um sexo, uma profissão, uma nacionalidade e assim por

diante” (2014: 27), produzindo-nos como sujeito individuados, a servidão maquínica, por outro lado,

remete a técnicas não representativas, operacionais, diagramáticas (que o ator chamará de

semióticas a-significantes) que exploram e produzem subjetividades parciais, modulares e

subindividuais. Essa dimensão age sobre os níveis pré-pessoais e suprapessoais da subjetividade,

trabalhando e produzindo o que Deleuze chama de “dividual”15. O dividual, esclarece Lazzarato, não

se opõe às máquinas, mas é adjacente a elas, operacionalizando uma relação de comunicação mútua

e interior entre os dois termos. Nesse polo de subjetivação (ou de dessubjetivação, mais

15 Na conhecida passagem em que cita o “divíduo”, ainda que nunca desenvolva profundamente o conceito, Deleuze declara: “Os indivíduos tornaram-se “dividuais”, divisíveis, e as massas tornaram-se amostras, dados, mercados ou “bancos” (1992).

26 a 28 de junho de 2019 ISSN 2175-9596

9

precisamente) nos convertemos em inputs e outputs dos processos econômicos, sociais ou

comunicacionais das redes sociotécnicas.

Seguindo sua caracterização das dividualidades, Lazzarato enfatiza como os processos de indexação

são fundamentais nessa desterritorialização do indivíduo (2017: 180-186). Os signos, sob a forma do

índex e dos símbolos funcionam assim como operadores semióticos a-significantes que permitem a

medida, o controle e a captura num processo que torna tudo mensurável e avaliável.

O antropólogo indiano Arjun Appadurai (2016) identifica a finança com a monetização de todas as

formas de quantificação constantemente produzidas sobre indivíduos em “modelos predatórios de

dividuação”. Ele aponta a erosão do indivíduo e ascensão do dividual como um dos efeitos mais

perversos da era da financeirização. Ao abordar as subprimes, o sistema de hipotecagem imobiliária e

o mercado de derivativos na crise de 2007- 2008, Appadurai demonstra como a relação entre estes

fatos não pode ser completamente entendida sem que se compreenda uma série de operações de

quantificação, divisão e recombinação do sujeito - pontuações, classificações, avaliações e perfis -

que são a base da financeirização16. Para o autor, a financeirização monetiza todas as formas de

quantificação constantemente produzidas sobre indivíduos em “modelos predatórios de dividuação”,

cujas transações e subjetivações seriam a forma ideal para o capital financeiro de mascarar

desigualdades, utilizar modelos quantitativos ilegíveis para o cidadão comum e multiplicar

ferramentas e técnicas lucrativas que escapam à auditoria, regulação e controle social.

Nesse contexto, nos interessa pensar o sistema sociotécnico do Cadastro Positivo, materializado em

seus atores humanos e não-humanos, como um objeto privilegiado para pensar as tensões e

composições entre esses dois modos de subjetivação que viemos caracterizando - a “sujeição social”

e a “servidão maquínica”, ou a individualização e a dividualização.

Por um lado, as operações financeiras e maquínicas agem dessubjetivando, fragmentando,

dissecando e recombinando o indivíduo numa série de “componentes modulares de subjetividade”

(ibid.:185) expressos nos bancos de dados financeiro, nos sistemas de pontuação e classificação dele

derivados, nos perfis de comportamento financeiro e assim por diante. Esse conjunto de processos

dividualizantes produz assim um “sujeito escalável” (STARK, 2018), infinitamente divisível e

desdobrável em múltiplas escalas, bancos e rankings por meio de ferramentas e processos

algorítmicos.

16 Appadurai, no entanto, não considera o “dividual” um fragmento do indivíduo, mas seu precursor e pré-condição.

26 a 28 de junho de 2019 ISSN 2175-9596

10

Por outro lado, o sujeito endividado, realização do “capital humano” e do “empreendedor de si”

neoliberais, é o único autoresponsável e culpado pelas suas próprias ações e comportamentos, numa

negociação permanente consigo mesmo que é a marca da subjetivação e do controle das sociedades

neoliberais. É também pela via da sujeição social ou da individualidade por onde atuam os discursos

do marketing sobre personalização para o consumidor, seja na ênfase ao “histórico pessoal de

crédito” que pretende valorizar os “bons pagadores”, na suposta oferta de crédito personalizado, na

celebração da identificação biométrica que transformará 1.024 pontos “em uma espécie de CPF do

rosto” ou no perverso slogan da Quod que diz que “dados são pessoas”.

Nesse circuito retroativo de subjetivações, para utilizar uma figura cibernética, o que parece ser

fundamental em termos biopolíticos é identificar em que momentos somos solicitados, encorajados,

predispostos e modulados enquanto dividuais e em que momentos como indivíduos. Ou seja, como

as técnicas de governamentalidade agenciam a subjetivação individual e a dividual, e que tipo

específico de governança cada dimensão engaja e confronta, ainda que seja justamente no

cruzamento entre as duas dimensões onde a biopolítica e o funcionamento do capital financeiro

parecem atualmente se instalar e exercer seu poder.

Na interessante genealogia e reflexão que constroem a respeito dos modos de subjetivação do

dividual a partir da história da filosofia e antropologia, Bruno e Rodríguez (no prelo), retomam as

contribuições de Lazzarato e Appadurai aqui expostas, entre outros, mas avançam na direção de

pensar esses “vetores” ou “pólos” menos em termos de oposição entre dividual e indivíduo que de

composição entre esses termos no seio das sociedades de controle. Na visão dos autores, a

convivência entre as duas dimensões subjetivantes pode ser marcada por tensões, mas também por

alianças e sínteses possíveis (ibid., BRUNO, 2018).

Composição, mais que substituição de um termo por outro, mais que divisão ou duplicação do indivíduo. Permanecemos, claro, nos concebendo e respondendo como indivíduos (institucionalmente, juridicamente, politicamente e mesmo subjetivamente). Mas simultaneamente as nossas práticas, especialmente as tecnologicamente mediadas, envolvem cada vez mais processos dividuais. (ibid.)

Encarar essa configuração não somente como ameaça, mas como oportunidade pode ser um desafio

político crucial para as subjetividades dos nossos tempos. “O problema de uma política comum para

o dividual”, nos propõe Fernanda Bruno inspirada em Donna Haraway, “é o problema com o qual

devemos permanecer”. Se os processos do capitalismo e da governamentalidade algorítmica nos

dessubjetivam em suas dimensões maquínicas eles também fazem surgir novas políticas do possível

ao produzir alternativas ao individualismo paranoico, produtivista e consumista, nos esquivando da

falsa escolha entre sermos divíduos ou indivíduos (LAZZARATO, 2010). Se somos expropriados,

26 a 28 de junho de 2019 ISSN 2175-9596

11

fragmentados, dissolvidos e recombinados nas redes sociotécnicas e nas dinâmicas da

financeirização contemporâneas, como operar a partir daí? A resposta - para estas e outras questões

destes “tempos das catástrofes” - estaria muito mais próxima de uma “individuação coletiva”, para

utilizar termos simondonianos (SIMONDON, 2009) ou de um “dividualismo socializado”, como

propõe Appadurai (op.cit.), do que dos anseios por autonomia e autodeterminação do sujeito

neoliberal.

As cronopolíticas da preempção

Há ainda um último aspecto do sistema sociotécnico Cadastro Positivo que gostaria de analisar aqui.

Se trata do modo como o futuro inferido a partir das dividualidades e da racionalidade probabilística

da previsão algorítmica se relaciona a uma cronopolítica mais ampla baseada na antecipação e na

gestão do risco que Massumi (2015) chama de “lógica operativa da preempção” e que tem como alvo

privilegiado das técnicas de poder o comportamento. Desde essa perspectiva, o Cadastro Positivo é

inseparável das mutações e reordenamentos dos regimes do controle e dos discursos e lógicas do

risco que orientam as práticas securitárias contemporâneas, apreensíveis sobretudo no

monitoramento permanente do comportamento financeiro e na antecipação do risco de

inadimplência.

Brian Massumi (op. cit.) propõe que um novo tipo de poder emergiu da “ecologia da ameaça” que

sucedeu o 9/11. O ontopoder seria um modo de poder orientado pelo que chama de “lógica

operativa da preempção” cujo funcionamento não substitui outras formas de poder mas as

reorganizado e redireciona. “Preemption is a time concept. It denotes acting on the time before: the

time of threat, before it has emerged as a clear and present danger” (ibid.: 7). O poder preemptivo

corresponderia assim a um modo de controle que não visa apenas a prevenção, mas a antecipação e

incitação de eventos17. Esse deslocamento define um campo em que as qualidades ou formas do

futuro são incessantemente encerradas num conjunto de possibilidades contidas no tempo presente

e o controle é um mecanismo de antecipação pelo qual a apreensão de variáveis ainda

desconhecidas funciona indiretamente para determinar a realidade do presente.

Como observa Massumi (op. cit.), nesse regime de temporalidade, a incerteza do potencial porvir

nunca é consumida totalmente em nenhum evento. Sempre resta um “excedente não consumado de

perigo” que se renova a cada ação preventiva e tece essa cadeia de ações e reações. Assim, seu

funcionamento opera a partir de uma causa virtual cujo potencial nenhuma atualização esgota. Tal

17 Lazzarato nos lembra como a própria dívida já possui um caráter preemptivo: “A dívida lança uma ponte entre o presente e o futuro: ela antecipa e exerce um direito de preempção sobre o porvir” (2017: 67)

26 a 28 de junho de 2019 ISSN 2175-9596

12

regime também expressa uma relação curiosa entre a intolerância ao desconhecido e ao

indeterminado e um agir que se baseia numa noção de futuro que a rigor não passa de

potencialidade e crença na repetição. São indagações que remetem a uma rede afetiva tensionada

por um lado pelo senso de eterna ameaça e risco, e por outro pelo senso claustrofóbico de um

mundo pré-determinado (Parisi, 2016).

Apesar de bastante abstratas, as teorizações de Massumi se tornam concretas quando atentamos

para as virtudes que a Quod enuncia para seu sistema: “com as informações fornecidas pela Quod

será possível antecipar dificuldades financeiras do tomador de recursos” (QUOD, 2019). Os

“produtos preditivos” comercializados pelos birôs de crédito alimentarão assim aquilo que Shoshana

Zuboff chama de “mercado de comportamentos futuros” (ZUBOFF, 2019), baseado no

monitoramento ininterrupto dos comportamentos.

Hoje monitoramos esse comportamento geral das finanças dele [do cliente] de uma a duas vezes por ano. Com a solução da Quod, conseguiremos reduzir esse prazo para uma operação muito mais frequente, o que permitirá a pré-negociação com o cliente assim que for identificado algum problema. (QUOD, op. cit.)

Mais do que a acuidade da previsão, o que é realmente importante nesse contexto são os efeitos,

primordialmente financeiros, da antecipação. No nível técnico essa antecipação é possibilitada pela

capacidade dos algoritmos de inteligência artificial calcularem indução estatística (PASQUINELLI,

2017). Operando entre os “pólos epistêmicos” do reconhecimento de padrões e detecção de

anomalias (PASQUINELLI, 2015) os sistemas de aprendizado maquínico são capazes de reconhecer,

em um determinado conjunto de dados, diferenças e repetições, convertendo o desconhecido em

probabilidade.

Essa espécie de “racionalidade probabilística do algoritmo”, orientada pelos anseios preemptivos,

inscreve assim um sujeito que é menos uma resposta do que uma hipótese. Hipótese, que no

contexto específico do Cadastro se expressa no índice de confiança que cada cliente, associado a um

perfil, representa (e que poderia ser enunciada como “é provável que você seja um bom pagador”,

ou “é provável que você dê calote”, e assim por diante), é então antecipada com efeitos de certeza

mobilizando intervenções que modifiquem ou modulem o comportamento desse sujeito, seja na pré-

negociação da dívida ou na oferta de crédito. Lembremos também, junto a Lazzarato, que a própria

dívida funciona como um aparelho de captura de caráter preemptivo, já que “ela antecipa e exerce

um direito de preempção sobre o porvir” (2017: 67).

Finalmente, cabe enfatizar como nesse regime o alvo privilegiado das técnicas de poder é o

comportamento muito mais que a identidade (novamente, a prevalência do dividual…). O

monitoramento dos comportamentos e condutas passa a ser assim a técnica que transforma sujeitos

26 a 28 de junho de 2019 ISSN 2175-9596

13

em alvos, seja na guerra ou no marketing (CHAMAYOU, 2015) e a propriedade dos “meios de

modificação comportamental” se transforma em instrumento do poder (ZUBOFF, 2019). Nuances,

em certa medida, já antecipadas por Foucault (2004, 2008) ao relacionar a intervenção

governamental securitária a ação sobre o meio e a modificação sistemática das variáveis do meio

para governar os sujeitos.

Um indício de que as implicações, significados e possíveis desdobramentos dos sistemas de

pontuação como o Cadastro Positivo estão apenas começando é o fato de que o paradigmático caso

do Crédito Social Chinês - sobre o qual já se tornou usual recorrer talvez menos pelo horizonte

distópico que representa do que pela dificuldade de identificar processos similares no seio das

sociedades ocidentais - se originou e se ordena segundo os princípios e lógicas de um sistema de

crédito financeiro. Imaginar esse futuro de monitoramento massivo e classificação por

comportamento via vigilância estatal se trata menos um prognóstico distópico, aos moldes de uma

predição algorítmica, do que um indicativo sobre os “modos de existência” que vinculam

neoliberalismo, controle e subjetivação nas sociedades contemporâneas. Resta ainda a pergunta,

abrindo linhas inspiradas no presente evento, sobre quais as particularidades e efeitos desses

vínculos materializados num objeto desde já controverso como o Cadastro Positivo no contexto do

Sul Global.

Referências

AMOORE, L., PIOTUKH, V. (2019). Interview with N. Katherine Hayles. Theory, Culture & Society, Vol

0(0), p. 1-11.

APPADURAI, A. The Wealth of Individuals (2016) In: LEE, B, MARTIN, R (Eds). Derivatives and the

Wealth of Societies. Chicago e Londres: University of Chicago Press.

APPRICH, C. (2018) Introduction In: APPRICH, C. et al. Pattern Discrimination (p X-XII). Minneapolis:

University of Minessota Press.

BCB, Banco Central do Brasil (Abril de 2019). Perguntas frequentes: Cadastro Positivo. Disponível

em: <https://www.bcb.gov.br/acessoinformacao/perguntasfrequentes-

respostas/faq_cadastropositivo>.

BRASIL (2019). Lei complementar nº 166, de 8 de ABRIL de 2019. Diário Oficial da União, Brasília, 9

de abril de 2019, Seção I, p.1. Disponível em <http://www.in.gov.br/materia/-

/asset_publisher/Kujrw0TZC2Mb/content/id/70693213/do1-2019-04-09-lei-complementar-n-166-

de-8-de-abril-de-2019-70693117>.

26 a 28 de junho de 2019 ISSN 2175-9596

14

BRASIL (2011). Lei nº 12.414, de 9 de junho de 2011. Diário Oficial da União, Brasília, 10 de junho de

2011, Seção I, p. 2. Disponível em <http://www.planalto.gov.br/ccivil_03/_Ato2011-

2014/2011/Lei/L12414.htm>.

BRUNO, F. (2018). O dividual em tempos de governamentalidade algorítmica: em busca de uma

imagem comum. Colóquio Internacional Simondon: os sentidos da individuação. 5-7 dezembro 2018,

USP, São Paulo.

BRUNO, F., FALTAY, P. (2019). Reconhecimento facial no Carnaval: riscos tecnológicos nada

divertidos. Carta Capital, 14 de março de 2019. Disponível em

<https://www.cartacapital.com.br/blogs/intervozes/reconhecimento-facial-no-carnaval-riscos-

tecnologicos-nada-divertidos/>

BRUNO, F., RODRIGUEZ, P. (No prelo) O dividual e seus modos de subjetivação: práticas digitais e

biotecnologias.

CITRON, D. K, PASQUALE, F. (2014). The Scored Society: Due Process for Automated Predictions.

University of Maryland Francis King Carey School of Law Legal Studies Research Paper. Vol. 89(2014),

pp.1-33.

CHAMAYOU, G.. (2014). Patterns of Life: A Very Short History of Schematic Bodies. The Funambulist

Papers #57. Disponível em: <https://thefunambulist.net/history/the-funambulist-papers-57-

schematic-bodies-notes-on-a-patterns-genealogy-by-gregoire-chamayou#_ftnref42>

CHUN, W. H. K. (2018). Queering Homophily In: APPRICH, C. et al. Pattern Discrimination.

Minneapolis: University of Minessota Press.

COALIZÃO DIREITOS NA REDE. (2018). Carta aberta sobre a reforma do cadastro positivo e proteção

de dados pessoais. Brasília, 28 de março de 2018. Disponível em:

<https://direitosnarede.org.br/p/reforma-do-cadastro-positivo-plp441/>

COCCO, G. (2014). Korpobraz. Rio de Janeiro: MAUAD Editora.

DELEUZE, G. (1992). Post-scriptum sobre as sociedades de controle. In: Conversações: 1972-1990.

Rio de Janeiro: Ed. 34, pp. 219-226.

DIDI-HUBERMAN, G.. (2010). Atlas, Cómo llevar el mundo a cuestas? Catálogo da Exposição do

Museu Nacional Rainha Sofia. Madrid Museu Nacional Rainha Sofia.

FINN, E. (2017). What Algorithms want. London: MIT Press.

FOUCAULT, M.. (2008). O Nascimento da Biopolítica. São Paulo: Martins Fontes.

26 a 28 de junho de 2019 ISSN 2175-9596

15

GALLOWAY, A. R., TRACKER, E..(2007). The Exploit: A Theory of Networks. London: University of

Minessota Press.

HAYLES, N. K. (2017). Untough: The Power of Cognitive Nonconscious. Chicago: University of

Chicago Press.

IDEC, Instituto Brasileiro de Defesa do Consumidor. (2019). Entenda como funciona o novo cadastro

positivo. 22 de fevereiro de 2019. Disponível em: <https://idec.org.br/dicas-e-direitos/entenda-

como-funciona-o-novo-cadastro-positivo>.

LAZZARATO, M.. (2014). Signos, máquinas, subjetividades. São Paulo: Edições SESC; n-1 edições.

LAZZARATO, M.. (2017). O Governo do Homem Endividado. São Paulo: n-1 edições.

MASSUMI. B. (2015). Ontopower: War, Powers and the State of Perception. Durham e Londres:

Duke University Press.

MENÁRGUEZ, A. T. (2018). Os privilegiados são analisados por pessoas; as massas, por máquinas. El

País, 21 de novembro de 2018. Disponível em:

<https://brasil.elpais.com/brasil/2018/11/12/tecnologia/1542018368_035000.html?%3Fid_externo_

rsoc=FB_BR_CM&fbclid=IwAR03NTMI0fdZU_7AYDxuMlFNgx7JidrDw9VSncTVihgFmtNqvvwpDAh13fU

>.

O'NEIL, C. (2017). Weapons of math destruction: How big data increases inequality and threatens

democracy. Nova Yorque: Crown Publishers.

PARISI, L.. (2016). The Incomputable and the Instrumental Possibility. E-flux journal, #77.Disponível

em: <https://www.e-flux.com/journal/77/76322/the-incomputable-andinstrumental-

possibility>.

PASQUINELLI, M. (2015). Anomaly Detection: The Mathematization of the Abnormal in the

Metadata Society. Painel apresentado no Transmediale Festival, Berlin, 2015. Disponível em:

<http://www.academia.edu/download/37642065/Pasquinelli_Anomaly_Detection.pdf>.

PASQUINELLI, M. (2017). Machines that Morph Logic: Neural Networks and the Distorted

Automation of Intelligence as Statistical Inference (online). Disponível em: <http://www.glass-

bead.org/article/machines-that-morph-logic/?lang=enview>

QUOD. (2019). Mudanças significativas na análise de crédito: Cadastro Positivo pode transformar

relação de consumo no país. Valor Econômico, São Paulo, 10 de abril de 2019.

SIMONDON, G. (2009). La individuación a la luz de las nociones de forma y de información. Buenos

Aires: La Cebra e Cactus.

26 a 28 de junho de 2019 ISSN 2175-9596

16

STARK, L. (2018). Algorithmic psychometrics and the scalable subject. Social Studies of Science. Vol.

48 (2). pp. 204-231.

STEYERL, H. (2018). A Sea of Data: Pattern Recognition and Corporate Animism (Forked Version). In:

In: APPRICH, C. et al. Pattern Discrimination. Minneapolis: University of Minessota Press.

ZUBOFF, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future ate the New

Frontier of Power. PublicAffairs: New York.